Emergency department coding of bicycle and pedestrian injuries during the transition from ICD-9 to ICD-10
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The international classification of diseases version 10 (ICD-10) uses alphanumeric expanded codes and external cause of injury codes (E-codes). OBJECTIVE: To examine the reliability and validity of emergency department (ED) coders in applying E-codes in ICD-9 and -10. METHODS: Bicycle and pedestrian injuries were identified from the ED information system from one period before and two periods after transition from ICD-9 to -10 coding. Overall, 180 randomly selected bicycle and pedestrian injury charts were reviewed as the reference standard (RS). Original E-codes assigned by ED coders (ICD-9 in 2001 and ICD-10 in 2004 and 2007) were compared with charts (validity) and also to ICD-9 and -10 codes assigned from RS chart review, to each case by an independent (IND) coder (reliability). Sensitivity, specificity, simple, and chance-corrected agreements (κ statistics) were calculated. RESULTS: Sensitivity of E-coding bicycle injuries by the IND coder in comparison with the RS ranged from 95.1% (95% CI 86.3 to 99.0) to 100% (95% CI 94.0 to 100.0) for both ICD-9 and -10. Sensitivity of ED coders in E-coding bicycle injuries ranged from 90.2% (95% CI 79.8 to 96.3) to 96.7% (95% CI 88.5 to 99.6). The sensitivity estimates for the IND coder ranged from 25.0% (95% CI 14.7 to 37.9) to 45.0% (95% CI 32.1 to 58.4) for pedestrian injuries for both ICD-9 and -10. CONCLUSION: Bicycle injuries are coded in a reliable and valid manner; however, pedestrian injuries are often miscoded as falls. These results have important implications for injury surveillance research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle